蜂王浆品种溯源鉴别技术取得新进展

　　蜂王浆是一种营养价值极高且具有多种生物活性的天然产品，深受消费者青睐。蜂王浆品质受到食物来源、饲养方式和蜜蜂种类等多种因素的影响。这一复杂性为蜂王浆品种鉴别带来了巨大挑战。本研究探究了在定地养蜂条件下不同花期蜂王浆��13C�?delta;15N�?delta;2H�?delta;18O之间的差异。结果表明，荆条蜂王浆、芝麻蜂王浆和油菜蜂王浆�?delta;13C�?delta;15N�?delta;18O值存在显著差异，这些差异不仅受到植物自身特性的影响，还与植物栽培方式、气候、环境等有关。荆条蜂王浆和芝麻蜂王浆�?delta;13C与最高气温和降雨量显著正相关�?delta;2H与降水量显著负相关。最后，通过利用机器学习结合稳定同位素技术对不同花期蜂王浆进行鉴别，发现人工神经网络（ANN）模型在多个评价指标上明显优于随机森林（RF）模型，具体表现为灵敏度高达96.4%，特异性为98.1%，以及识别率达到�?8.5%。该研究揭示了蜂王浆中稳定同位素与环境因子之间的独特关联性，并挖掘出稳定同位素技术与ANN模型的高效结合能力，为蜂王浆的品种溯源和分等分级提供了新的研究方向和思路、�/div>